Agentic RAG چیست؟ نسل جدید جست‌وجوی هوشمند در دانش سازمان

در RAG معمولی، یک سؤال اغلب به یک مرحله Retrieval و سپس تولید پاسخ منجر می‌شود. Agentic RAG می‌تواند سؤال پیچیده را به چند مرحله تقسیم کند، نتایج را ارزیابی کند و برای یافتن Context کافی، جست‌وجوهای بعدی انجام دهد.

نویسنده
تحریریه آیوان
تاریخ انتشار
۲۱ اردیبهشت ۱۴۰۵
زمان مطالعه
۸ دقیقه
فهرست بخش‌ها
  1. Agentic RAG چیست؟
  2. تفاوت RAG و Agentic RAG
  3. چرا به Agentic RAG نیاز داریم؟
  4. Query decomposition
  5. Multi-source Retrieval
  6. Evaluation؛ آیا Context کافی است؟
  7. محدودیت‌های Agentic RAG
  8. امنیت در Agentic RAG
  9. Agentic RAG در آیوان
  10. پرسش‌های متداول
  11. منابع و مطالعه بیشتر

Agentic RAG چیست؟

RAG معمولی اغلب از الگوی QuestionRetrievalAnswer پیروی می‌کند. Agentic RAG این فرایند را به یک چرخه تصمیم‌گیری تبدیل می‌کند که در آن سیستم می‌تواند سؤال را برنامه‌ریزی، چند منبع را جست‌وجو و کفایت Context را ارزیابی کند.

این معماری برای پرسش‌هایی مناسب است که پاسخ آن‌ها در یک سند یا یک منبع واحد وجود ندارد.

تفاوت RAG و Agentic RAG

در RAG ساده، سؤال به Retrieval و سپس پاسخ می‌رسد. در Agentic RAG، سؤال می‌تواند به Plan، Retrieval، Evaluate و در صورت نیاز Retrieval دوباره تقسیم شود.

این تفاوت به معنای بهتر بودن همیشگی Agentic RAG نیست؛ پیچیدگی بیشتر باید فقط زمانی پذیرفته شود که مسئله به جست‌وجوی چندمرحله‌ای نیاز داشته باشد.

چرا به Agentic RAG نیاز داریم؟

فرض کنید کاربر می‌پرسد «وضعیت تجهیزاتی که برای پروژه X خریداری شده‌اند چیست؟» یک سند پروژه ممکن است شماره تجهیز را بدهد، سیستم دارایی وضعیت فعلی را نگه دارد و سامانه خرید اطلاعات تأمین‌کننده را داشته باشد. یک Retrieval کافی نیست.

Agentic RAG می‌تواند مراحل لازم را پیشنهاد کند، نتیجه هر مرحله را بررسی کند و برای تکمیل Context به منبع مجاز بعدی برود.

Query decomposition

در Query decomposition، سؤال پیچیده به Subqueryهای کوچک‌تر تقسیم می‌شود. هر Subquery می‌تواند به یک منبع، نوع جست‌وجو یا ابزار مشخص مربوط باشد و نتیجه آن در پاسخ نهایی استفاده شود.

Multi-source Retrieval

اتصال چند منبع، نیازمند هماهنگی Schema، کیفیت داده، رتبه‌بندی و کنترل دسترسی است. هر منبع باید با هویت و مجوز همان درخواست بررسی شود.

  • Document Store
  • Database
  • Search
  • API
  • Knowledge Base

Evaluation؛ آیا Context کافی است؟

Agent باید بررسی کند آیا Context برای پاسخ کافی است یا نه. اگر پاسخ ناقص باشد، می‌تواند جست‌وجوی بعدی را انتخاب کند؛ اما این چرخه باید سقف Step، Timeout و شرط توقف داشته باشد.

Evaluation باید کیفیت Retrieval، کفایت Context و صحت پاسخ را جداگانه بسنجد.

محدودیت‌های Agentic RAG

هر مرحله اضافه می‌تواند زمان، هزینه و احتمال خطا را افزایش دهد. Agentic RAG باید با ساده‌ترین معماری مناسب مسئله شروع شود.

  • Latency
  • Cost
  • Loop
  • Retrieval drift
  • Tool error
  • Evaluation complexity
  • Permission complexity

امنیت در Agentic RAG

هر مرحله Retrieval باید Permission-aware باشد. Agentic RAG نباید راهی برای دور زدن دسترسی ایجاد کند یا از اتصال چند منبع برای ترکیب داده‌هایی استفاده کند که کاربر مجاز به دیدن آن‌ها نیست.

Agentic RAG در آیوان

در سناریوهای سازمانی پیچیده، Agentic RAG می‌تواند زمانی مفید باشد که پاسخ در یک سند یا یک منبع وجود ندارد و سیستم باید برای تکمیل Context، چند منبع مجاز را به‌صورت مرحله‌ای بررسی کند. انتخاب این معماری باید بر اساس پیچیدگی واقعی پرسش و الزامات کنترل انجام شود.

پرسش‌های متداول

Agentic RAG چیست؟

Agentic RAG الگوی بازیابی چندمرحله‌ای است که می‌تواند سؤال را برنامه‌ریزی کند، منابع را جست‌وجو کند و کفایت Context را ارزیابی کند.

چه تفاوتی با RAG معمولی دارد؟

RAG معمولی اغلب یک مرحله Retrieval دارد؛ Agentic RAG می‌تواند بر اساس نتیجه، جست‌وجوهای بعدی و تصمیم‌گیری مرحله‌ای انجام دهد.

آیا Agentic RAG همیشه بهتر است؟

خیر. پیچیدگی، هزینه و زمان بیشتری دارد و باید فقط برای مسائل چندمنبعی یا چندمرحله‌ای استفاده شود.

آیا Agentic RAG می‌تواند دسترسی را دور بزند؟

نباید چنین کند. هر مرحله Retrieval و هر منبع باید با هویت و مجوز درخواست کنترل شود.

Agentic RAG چه محدودیت‌هایی دارد؟

Latency، Cost، Loop، خطای ابزار، دشواری Evaluation و پیچیدگی Permission از محدودیت‌های مهم آن هستند.

منابع و مطالعه بیشتر

جست‌وجوی چندمرحله‌ای را متناسب با مسئله سازمان طراحی کنید

آیوان می‌تواند به اتصال کنترل‌شده مدل‌ها، دانش و سامانه‌های سازمانی در معماری‌های قابل ارزیابی کمک کند.